如何将 imshow 与具有可变时间步长和数据间隙的日期时间轴一起使用？

Question

这个问题解释了如何在 x 轴上使用

datetime

对象： 使用 imshow 绘制 matplotlib 绘图的 x 轴中的日期 效果非常好。

但是我拥有的是与 1 分钟或 3 分钟的不同时间间隔相对应的测量数据，并且不同持续时间的数据中也存在间隙 - 10 分钟或 1 小时或之间的任何时间。 数据位于具有日期时间键和 numpy 数组值的字典中。有些按键间隔 1 分钟，有些按键间隔 3 分钟。数据中也存在> 3分钟的间隙，通常不是< 10 min.

如果我将其绘制为：

ax.imshow(arr, extent = [x1, x2,  y1, y2], aspect='auto')

其中 x1 和 x2 是开始和结束时间，y1 和 y2 垂直维度，arr 是从上面提到的字典值生成的 2d numpy 数组， 数据将均匀分布在时间轴上，我希望间隙可见，并且我希望根据其时间分辨率和测量时间绘制数据。

我想将

nans

写入我的数组来填补空白，但随后我还必须复制 3 分钟时间步长的数据来填补“空白”，因为大多数数据每分钟都可用。

我正在寻找更好、更优雅的选择。当然如果有其他方法我就不必使用

imshow()

。

Answer 1

我没有找到使用 matplotlib 来解决所描述问题的解决方案。但plotly提供了一个解决方案，因为Heatmap对象也允许将时间作为参数：

import plotly.graph_objects as go
import numpy as np

# Assuming image is your image and times is your array of time values
image = np.random.rand(10, 10)  # Replace with your image
times = np.array([1, 2, 4, 7, 11, 16, 22, 29, 37, 46])  # Replace with your times

# Create a 2D heatmap to represent the image
fig = go.Figure(data=go.Heatmap(
    z=image,
    x=times,
    colorscale='Gray',
    showscale=False
))

fig.update_layout(
    xaxis_title="Time",
    yaxis_title="Y",
    autosize=False,
    width=500,
    height=500,
    margin=dict(
        l=50,
        r=50,
        b=100,
        t=100,
        pad=4
    )
)

fig.show()